MEDIDAS DE POSIÇÃO:
São medidas que possibilitam representar resumidamente um conjunto de dados relativos à
observação de um determinado fenômeno, pois orientam quanto à posição da distribuição no eixo
dos X, permitindo a comparação das séries de dados entre si pelo confronto desses números. As
principais medidas de posição (chamadas também de Medidas de Tendência Central) são a MÉDIA,
a MEDIANA e a MODA. Mas temos também os Decis, Quartis e Percentis.
A Média, também chamada de Esperança, Esperança Matemática, Valor Esperado ou,
ainda, Expectância de uma Variável Aleatória, pode ser:
Simples
Aritmética
Ponderada
Geométrica
Harmônica
MÉDIA
Média Aritmética Simples: Quando se tratar de dados isolados, a média X será a
soma de todos os valores (Xi) observados dividida pelo número de observações, ou seja:
I)
Onde:
Xi
n
X =
X i = soma dos valores observados
n = número de observações
Exemplo: Determinar a Média Aritmética Simples do seguinte conjunto de valores: 7, 9, 10, 14, 15 e 17
X =
7 + 9 + 10 + 14 + 15 + 17
6
X=
72
6
X = 12
Quando se tratar de dados agrupados, a média X será a soma do produto dos valores
observados pela freqüência absoluta com que estes ocorrem, dividida pela soma das freqüências
absolutas da distribuição, ou seja:
X =
X i ⋅ Fi
Onde:
Fi
X i ⋅ Fi =
soma dos produtos de cada valor observado pela
sua respectiva freqüência absoluta
Fi = soma das freqüências absolutas
Exemplo: Dada a distribuição a seguir:
Xi
Fi
9
1
10
3
X i ⋅ Fi = 9 + 30 + 70 +15
14
5
e
15
1
Fi = 10
X =
124
= 12,4
10
OBS.: Se os dados estiverem agrupados em intervalos de classe, deve-se considerar como Xi o
ponto médio do intervalo de classe.
MEDIDAS DE POSIÇÃO
Pedro Bello
Página 1
Média Aritmética Ponderada: Quando as observações tiverem pesos diferentes,
esses pesos terão influência sobre a média. Assemelha-se ao cálculo da média aritmética simples
para dados agrupados, bastando que troquemos as freqüências pelos pesos. Então:
II)
Mp =
X i ⋅ Pi
X i ⋅ Pi =
Onde:
Pi
soma dos produtos de cada valor observado pelo
seu respectivo peso
Pi = soma dos pesos
Exemplo: Numa prova para Auditor Fiscal, temos que a prova P.1 (Conhecimentos Gerais) tem
peso 1, as provas P.2 (Conhecimentos Específicos) e P.3 (Conhecimentos Especializados por área)
têm peso 2. Supondo que um candidato tenha acertado:
55% da prova P.1
75% da prova P.2
80% da prova P.3
Pela Média Aritmética simples, teríamos (55 + 75 + 80)/3 = 70% de acertos em média.
Usando a Média Aritmética Ponderada, teremos:
(55 ⋅ 1) + (75 ⋅ 2) + (80 ⋅ 2)
1+ 2 + 2
=
365
= 73%
5
No exemplo acima, vimos que a M.A.P. foi maior do que a M.A.S., porque houve um
maior percentual de acertos nas matérias de maior peso. Caso contrário, a M.A.P. seria menor do
que a M.A.S. Podemos concluir, então, que a M.A.P. é diretamente influenciada pelos pesos.
Média Geométrica (Mg): A Média Geométrica de um conjunto de n valores
observados X1, X2, X3, ... Xn é a raiz de ordem n do produto desses valores, ou seja:
III)
Mg = n X 1 ⋅ X 2 ⋅ X 3 ⋅ ...X n
Onde: Xi = Valor observado de ordem i
n = número de observações
No exemplo anterior, a Mg seria: 3 55 ⋅ 75 ⋅ 80 = 3 330.000 ≅ 69,10
A Média Geométrica é bem menos usada que a Média Aritmética, pois para um número
grande de observações apresenta a desvantagem de ter um processo de cálculo muito longo e
trabalhoso.
IV) Média Harmônica (Mh): A Média Harmônica de um conjunto de n valores
observados X1, X2, X3, ... Xn será o resultado da divisão da quantidade n de elementos do conjunto
pelo somatório dos inversos dos valores observados, ou seja:
Mh =
n
1
Xi
MEDIDAS DE POSIÇÃO
Onde:
1
= soma dos inversos dos valores observados
Xi
n = número de observações
Pedro Bello
Página 2
No exemplo anterior, a Mh seria:
3
3
13.200
=
= 3⋅
≅ 68,16
1
1
1
240 + 176 + 165
581
+
+
55 75 80
13.200
Pelo mesmo motivo da Média Geométrica, a Média Harmônica também é pouco usada.
OBS.: Relação entre as Médias Aritmética, Geométrica e Harmônica
A Média Geométrica de
um conjunto de números positivos X1, X2, X3, ... Xn é maior ou igual à Média Harmônica e menor
ou igual à Média Aritmética, ou seja:
Mh ≤ Mg ≤ X
Com efeito, no exemplo dado (notas de um candidato a Auditor Fiscal), temos que:
68,16 (Mh) ≤ 69,10 (Mg) ≤ 70,0 ( X )
PROPRIEDADES DA MÉDIA:
1) A média de uma constante é a própria constante.
K =
ΣK
=K
n
2) Multiplicando uma Variável Aleatória X por uma constante, sua média ficará
multiplicada por essa constante.
X =
médias.
ΣX i
n
ΣKX i
= KX
n
3) A média da soma ou diferença de 2 Variáveis Aleatórias é a soma ou diferença das
X±Y = X±Y
4) Somando ou subtraindo uma constante a uma V.A., a sua média ficará somada ou
subtraída da mesma constante.
X±K = X±K
5) A média do produto de 2 Variáveis Aleatórias independentes é o produto das médias.
XY = X ⋅ Y
MEDIDAS DE POSIÇÃO
Pedro Bello
Página 3
CÁLCULO SIMPLIFICADO DA MÉDIA:
Tal procedimento é particularmente útil de ser aplicado quando os valores observados
forem grandes e a amplitude entre tais valores for constante, pois o cálculo simplificado reduz a
magnitude das operações, facilitando o cálculo.
Exemplo: Caso tivéssemos a seguinte distribuição:
Xi
Fi
17
8
19
12
21
15
23
7
25
5
O cálculo da média pelo processo normal seria:
Xi
17
19
21
23
25
Xi ⋅ Fi
136
228
315
161
125
965
Fi
8
12
15
7
5
47
Σ
X=
965
= 20,53
47
Obteremos este mesmo resultado, pelo cálculo simplificado da média, criando uma
variável Z i e arbitrando um valor zero (de preferência no valor ou na classe do meio ou próxima do
meio). Os valores de Z i localizados na tabela acima desse zero serão -1, -2, ...,-n e os valores
localizados abaixo serão 1, 2, ...,n. A seguir, multiplicaremos os valores Z i pelas respectivas
freqüências a fim de obter a média Z =
ΣZ i Fi
.
ΣFi
Assim , no exemplo dado, teremos:
Xi
17
19
21
23
25
Σ
Fi
8
12
15
7
5
47
Zi
-2
-1
0
1
2
Zi ⋅ Fi
-16
-12
0
7
10
-11
Z=−
11
= −0,23404
47
Para voltarmos à variável X e encontrarmos X , usaremos a fórmula:
X = h ⋅ Z + Xo
Onde: h = amplitude entre os valores ou a amplitude dos
intervalos de classe
Z = média da variável Zi
Xo = valor da variável Xi ou o ponto médio do intervalo de classe
onde arbitramos Zi = 0
No exemplo dado, h = 2 e Xo = 21. Então, teremos:
X = 2 ⋅ (-0,23404) + 21 = -0,46808 + 21 ≅ 20,53 (mesmo valor encontrado pelo cálculo anterior)
MEDIDAS DE POSIÇÃO
Pedro Bello
Página 4
Moda: É o valor que mais aparece ou o de maior freqüência simples (absoluta ou
relativa) numa distribuição de freqüência. A Moda pode não existir; existindo, pode não ser única.
Uma distribuição pode ser: Amodal (não há Moda − todas os valores observados aparecem o
mesmo número de vezes), Unimodal (uma só Moda), Bimodal (quando tem duas Modas) ou
Multimodal (tem várias Modas).
V)
Exemplo: Notas dos alunos de uma turma:
Nota (Xi)
0
1
2
3
4
5
6
7
8
9
10
Σ
Fi
0
2
1
1
3
4
8
2
3
1
0
25
MODA
Nesse caso a distribuição é Unimodal e sua Moda é 6
Quando os dados estiverem agrupados em intervalos de classe, usaremos a fórmula de
Czuber para cálculo da Moda:
Onde:
Mo = +
∆1
⋅h
∆1 + ∆ 2
= limite inferior da classe modal
∆1 = diferença entre a freqüência da classe modal e a
imediatamente anterior
∆2 = diferença entre a freqüência da classe modal e a
imediatamente posterior
h = amplitude da classe
OBS.: Classe modal é a classe que contém a maior freqüência.
Exemplo:
Nota (Xi)
0 2
2 4
4 6
6 8
8  10
Σ
Fi
2
2
7
10
4
25
Usando a fórmula de Czuber para cálculo da Moda:
3
2
Mo = 6 +
⋅2
Mo = 6 +
Mo = 6,67
3+6
3
MEDIDAS DE POSIÇÃO
Pedro Bello
Página 5